项目名称: 北方半干旱区典型流域土地利用变化的水文效应

项目编号: No.41201027

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 地理学

项目作者: 方秀琴

作者单位: 河海大学

项目金额: 26万元

中文摘要: 土地利用变化的水文效应是全球变化交叉研究的热点,基于物理机制的分布式水文模型与GIS、RS等现代技术的结合及应用是该领域的重要方向。针对目前我国分布式水文模型缺乏流域下垫面时空变异信息以及与3S技术结合较薄弱等问题,本项目着眼于RS和GIS技术与SWAT模型的集成,选择北方半干旱区典型流域,通过野外观测和试验构建适宜的模型数据库,采用GIS技术改进SWAT降雨输入,利用MODIS反演的流域实际蒸散发及流量观测数据进行参数优化,从而实现高精度的SWAT模拟;在多源遥感信息融合及GIS空间分析技术实现自上世纪70年代至今的LUCC动态监测与制图的基础上,基于遥感监测、水文建模和水文气象观测时间序列数据,从多个层面分析水文过程诸因子对LUCC的定量响应。该研究有助于改进LUCC的水文效应研究,揭示LUCC对北方半干旱区水循环的影响机理,为我国北方半干旱区水资源调配和生态环境修复提供科学支持。

中文关键词: 土地利用;分布式水文模型;遥感监测;北方半干旱区;水文效应

英文摘要: Hydrological response to land use and land cover change (LUCC) is a hot spot in related cross-disciplinary global change researches. The integration and application of physically based, distributed hydrological models and GIS, RS, and other modern technology is an important direction in this field. However, there is a lack of spatiotemporal surface information and weak coupling with 3S technology in spatially distributed hydrological modeling in China. Aiming at the above deficiencies and focusing on the integration of SWAT hydrological model with GIS and RS techniques, this research selects a typical semi-arid northern catchment (the Laohahe River basin) as a case study to quantitatively investigate the impacts of LUCC on surface hydrology in semi-arid North China. Field measurements and experiments of vegetation and soil are applied to build a suitbale model database. The input of precipitation in SWAT model is improved using GIS spatial analysis and programming techniques. The spatiotemporal actual evapotranspiration distribution is estimated from MODIS images and used to calibrate SWAT model in addition to observed discharge data. Highly precise SWAT simulation will be achieved based on the above efforts. Based on LUCC maps during 1970s-2000s interpreted from multi-source remote sensing information and GI

英文关键词: land use;distributed hydrological model;remote sensing;semi-arid North China;hydrological response

成为VIP会员查看完整内容
0

相关内容

全球能源转型及零碳发展白皮书
专知会员服务
39+阅读 · 2022年3月1日
中国金融科技生态白皮书,73页pdf
专知会员服务
44+阅读 · 2021年10月30日
专知会员服务
48+阅读 · 2021年10月3日
专知会员服务
52+阅读 · 2021年10月1日
专知会员服务
96+阅读 · 2021年9月21日
专知会员服务
37+阅读 · 2021年8月31日
专知会员服务
39+阅读 · 2021年5月12日
大数据安全技术研究进展
专知会员服务
92+阅读 · 2020年5月2日
走,到农村去!
人人都是产品经理
0+阅读 · 2021年12月18日
「海风」扑面,化解凛冬之中的能源危机
机器之心
0+阅读 · 2021年11月29日
大数据时代的地学知识图谱研究展望
专知
0+阅读 · 2021年11月25日
如何利用深度学习优化大气污染物排放量估算?
微软研究院AI头条
0+阅读 · 2021年8月31日
不断发展的强化学习算法
TensorFlow
2+阅读 · 2021年5月20日
人工神经网络在材料科学中的研究进展
专知
0+阅读 · 2021年5月7日
「时空数据分析」综述论文,44页pdf
专知
9+阅读 · 2021年3月20日
我国智能网联汽车车路协同发展路线政策及示范环境研究
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
27+阅读 · 2020年6月19日
小贴士
相关主题
相关VIP内容
全球能源转型及零碳发展白皮书
专知会员服务
39+阅读 · 2022年3月1日
中国金融科技生态白皮书,73页pdf
专知会员服务
44+阅读 · 2021年10月30日
专知会员服务
48+阅读 · 2021年10月3日
专知会员服务
52+阅读 · 2021年10月1日
专知会员服务
96+阅读 · 2021年9月21日
专知会员服务
37+阅读 · 2021年8月31日
专知会员服务
39+阅读 · 2021年5月12日
大数据安全技术研究进展
专知会员服务
92+阅读 · 2020年5月2日
相关资讯
走,到农村去!
人人都是产品经理
0+阅读 · 2021年12月18日
「海风」扑面,化解凛冬之中的能源危机
机器之心
0+阅读 · 2021年11月29日
大数据时代的地学知识图谱研究展望
专知
0+阅读 · 2021年11月25日
如何利用深度学习优化大气污染物排放量估算?
微软研究院AI头条
0+阅读 · 2021年8月31日
不断发展的强化学习算法
TensorFlow
2+阅读 · 2021年5月20日
人工神经网络在材料科学中的研究进展
专知
0+阅读 · 2021年5月7日
「时空数据分析」综述论文,44页pdf
专知
9+阅读 · 2021年3月20日
我国智能网联汽车车路协同发展路线政策及示范环境研究
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员